Magdalena Sień
https://usafacts.org/articles/how-have-us-fertility-and-birth-rates-changed-over-time/
Wykres jest bardzo nieczytelny. Na pierwszy rzut oka trudno stwierdzić, czy nastąpił przyrost czy spadek w ilości urodzeń. Zmiana ta jest przedstawiona za pomocą strzałek, które zwrócone są w stronę odpowiadającą rokowi 2019. Lata zaznaczone są jedynie na pierwszej strzałce. Dodatkowo osie nie są podpisane. Wszystko to sprawia, iż wykres jest bardzo nieintuicyjny.
df<-data.frame(
year=c(rep('2019',3),rep('2006',7),rep('2019',4)),
number=c(10.6,57.2,90.6,102,55.3,15,3.9,26.4,92.3,117.6,103.2,62.5,21.6,7.8),
age=c('15-19','20-24','25-29','30-34','35-39','40-44','45-50')
)
fig <- plot_ly(
data = df,
x = ~ year,
y = ~ number,
type = 'bar',
frame = ~ age,
hovertemplate = paste('%{y}', '<extra></extra>'),
width = 700,
height = 800
)
fig %>%
animation_opts(7,frame=500,transition=200,easing='linear') %>%
animation_button(x = 0.05, y = 0.05) %>%
animation_slider(currentvalue = list(prefix = "AGE: ", font = list(color =
"grey10")))%>%
layout(
title=toupper('Births per 1000 women by age group in 2006 and 2019'),
yaxis = list(title = 'number of births per 1000 women',fixedrange = TRUE),
xaxis = list(fixedrange = TRUE),
margin = list(autoexpand=TRUE,t=100),
autosize = F
) %>%
animation_button(
x = 0, xanchor = "left", y = -0.3, yanchor = "bottom"
)
Mój wykres jest zdecydowanie łatwiejszy w odczycie. Osie są podpisane, tytuł klarowny. Wybranie wykresu słupkowego zwiększa klarowność wizualizacji - jasno widać, czy nastąpił przyrost czy spadek. Animacje pozwalają na skupienie się na danych grupach wiekowych, a wykres nie jest zagracony. Dodatkową funckją jest możliwość najechania na słupek i zobaczenia dokładnej odpowiadającej mu wartości.